基于MOMP-YOLOv8的交通标志检测算法研究

来源：计量学报杂志2025年第9期北京时间：

作者：王海瑞, 贺存龙, 朱贵富

摘要：针对交通标志的图像背景较复杂和小目标占比较大的问题，提出了一种基于MOMP-YOLOv8的交通标志检测改进算法。首先，在颈部网络引入混合局部通道注意力模块，其通过结合使用局部信息和全局信息以提高网络检测精度，增强特征提取网络的表达能力；其次，在主干网络使用全维动态卷积，以提升模型的目标特征提取能力；然后，提出一种多层次的自适应空间特征融合检测头，其在检测层增加一个160 ×160的小目标检测头来提高对小目标的检测能力；最后，通过使用PIoU改进损失函数，进一步提升模型收敛速度与检测性能。在中国交通标志检测数据集CCTSDB 2021进行实验验证，结果表明，改进算法相较于基线 YOLOv8n 算法检测精确率、召回率、mAP 值分别领先了 0.9%、1.8%和1.4%，总体检测性能优于其他主流目标检测算法。

关键词：交通标志检测,MOMP-YOLOv8,混合局部通道注意力,全维动态卷积,PIoU损失函数